Аннотация:Функционирование распределенных вычислительных систем в соответствии с предъявляемыми к ним техническими требованиями определяется эффективностью размещения сетевого сервиса на оборудовании в сети.
При этом пользователям сети предоставляется набор информационных услуг с заданным уровнем качества и надёжности:
доступ к информации «в любое время в любом месте», то есть любому участнику процесса управления сетевыми сервисами при наличии прав доступа и вне зависимости от места его нахождения;
информационное взаимодействие между автоматизированными системами;
своевременный мониторинг и анализ данных источников различного типа.
Одним из основных факторов обеспечения приведенных выше типов услуг с заданными вероятностно-временными характеристиками является прогноз временных характеристик выполнения прикладных сетевых сервисов на широком спектре оборудования и платформ виртуализации.
В работе исследуются методы прогноза временных характеристик прикладных сетевых сервисов в зависимости от данных эксплуатации сетевого сервиса на используемых сетевых ресурсах, текущего и прогнозируемого состояния аппаратного и программного обеспечения:
- Обучение моделей случайного леса,
- Усеченное сингулярное разложение,
- Анализ главных компонент.
В результате выполненной реализации программного обеспечения и проведенных исследований получено, что для прогнозирования характеристик качества предоставляемых сервисов наилучшим образом подходит модель случайного леса в сочетании с методами понижения размерности пространства признаков, в частности, методом анализа главных компонент. Результаты выполненной работы легли в основу дальнейших исследований кафедры Автоматизации и серверных вычислительных комплексов по теме: «Прогнозирование временных характеристик прикладных сетевых сервисов».